数据分析数学建模与统计模式统计学真实运行
回归分析与模型诊断：发现被检验漏掉的非线性
对 survey.csv 做多元线性回归，检查线性、正态性、异方差和多重共线性，必要时改用稳健标准误或变换，报告效应量和置信区间，给出可复现代码。
智能体怎么做
- 先拟合、再全面诊断对 305 份完整问卷拟合初始模型，计算 VIF、Breusch-Pagan、Jarque-Bera 与 RESET，说明删去 15 份缺失样本的处理方式。
- 不只看一个检验RESET 检验没有报警，但成分残差图显示年龄呈明显的 U 型、收入边际递减，于是加入年龄二次项、对收入取对数。
- 修正模型综合指数 ses_index 的 VIF 达 20.1，与教育、收入高度重复，予以删除；残差仍有异方差，改用 HC3 稳健标准误。R² 从 0.355 提高到 0.576。
- 影响点与报告列出 Cook 距离和学生化残差较大的样本并做剔除前后的敏感性对比，报告效应量和 95% 置信区间：满意度最低点约在 44.9 岁。
运行截图
PaperOK科研助手中这次对话的实际界面。
运行结果
以下文件由智能体在应用中实际生成，未做修改。
